Tencent Hunyuan Hy3 Tanıtıldı: Ajan Görevlerinde Yüzde 90 Başarı Oranı

Çinli teknoloji devi Tencent, yapay zeka alanındaki en yeni büyük dil modeli olan Hunyuan Hy3'ü resmi olarak piyasaya sürdü. Toplam 295 milyar parametreye ve 21 milyar aktif parametreye sahip Karışık-Uzmanlar (Mixture-of-Experts) mimarisiyle tasarlanan bu yeni model, sektöre pragmatik bir yaklaşım getirmeyi hedefliyor. Model, 256 binlik bir bağlam uzunluğunu destekleyerek geniş metinlerin ve veri setlerinin işlenebilmesine olanak tanıyor. Nisan ayında önizleme sürümü duyurulan Hy3, gerçek dünya performansını artırma konusunda önemli bir sıçrama gerçekleştirmiş durumda. Şirketin kurumsal platformu WorkBuddy üzerinde gerçekleştirilen testlerde, modelin görev çözme oranının yüzde 90 gibi etkileyici bir seviyeye ulaştığı doğrulandı.

Tencent'in yeni modeli, sadece daha büyük bir parametre sayısına ulaşmak yerine gerçek dünya performansına odaklanan oldukça akıllıca bir strateji izliyor. Hy3, kendisinden iki ila beş kat daha büyük modellerle rekabet edebilen kıyaslama sonuçları üretmeyi başarırken, fiyatlandırma konusunda da son derece agresif bir politika güdüyor. Giriş token'larının maliyeti bir milyon başına sadece 1 yuan, çıkış token'larının maliyeti ise bir milyon başına 4 yuan olarak belirlendi. Ayrıca önbellek (cache) kullanımı sırasında bu maliyet bir milyon token başına yalnızca 0.25 yuan'a kadar düşüyor. Tam ticari kullanıma açık olan model, Apache 2.0 lisansı altında açık kaynaklı olarak sunuluyor ve piyasaya çıkışının ilk gününden itibaren Hugging Face ile Modelscope platformlarında geliştiricilerin hizmetine sunuldu.

Nisan ayındaki önizleme sürümüne kıyasla resmi sürüm, yapay zeka alanının en büyük sorunlarından birine, halüsinasyon oranlarına karşı önemli bir iyileşme sağladı. Modelin halüsinasyon oranları yarı yarıya düşürülerek, üretilen yanıtların güvenilirliği ve doğruluğu büyük ölçüde artırıldı. Ayrıca ajan (agent) ve kodlama yeteneklerinde yüzde 20 ila 30 arasında belirgin bir artış kaydedildi. Modelin performansındaki en çarpıcı gelişmeler ise SkillsBench ve MathArena Apex gibi zorlu kıyaslama testlerinde elde edildi. Sektörün diğer önde gelen modelleriyle karşılaştırıldığında, ClawEval pass^3 testinde 68.5 puan alarak DeepSeek ve Qwen modellerini geride bıraktı; tarama yeteneklerini ölçen BrowseComp testinde ise 84.4 puanlı GPT 5.5'inasına çok yakın bir başarı gösterdi.

Hunyuan Hy3'ün en büyük gücü, araç orkestrasyonu ve otonom ajan yeteneklerinde kendini gösteriyor. Şirketin kendi iç değerlendirme platformu olan WorkBuddy üzerinde yapılan testlerde, modelin önizleme sürümünden resmi sürüme geçilmesiyle görev çözme oranı yüzde 72'den yüzde 90'a zıpladı. Bu yükseliş, aynı zamanda işlemlerin tamamlanma süresinde ortalama yüzde 34'lük bir azalma sağlayarak verimliliği adeta katladı. Veri işleme, belge yönetimi ve araştırma raporu analizi gibi karmaşık kurumsal görevlerde model, rakiplerinden çok daha üstün bir performans sergiledi. Bilgi tabanlı soru-cevap senaryolarında ise sistem istikrarı yüzde 95.1'e ulaşarak, gereksiz tekrarları ve hatalı operasyonları büyük ölçüde ortadan kaldırdı.

Geliştiriciler, modelin gerçek dünyadaki pratik güvenilirliğini kanıtlayan oldukça etkileyici örnek olayları (case study) kamuoyuyla paylaştı. Örneğin Hy3, bir petrol şirketi için üç farklı bölge, altı rezerv bloğu ve 5.220 bağlı hücreyi kapsayan karmaşık bir nakit akışı modelini tamamen bağımsız bir şekilde oluşturdu. Bu süreçte hiçbir veriyi sabit olarak girmeyen model, her sayıyı varsayımlar değiştiğinde otomatik olarak yeniden hesaplayan canlı formüller halinde tasarladı. Başka bir örnekte ise model, 101 satırlık (SKU) satış verisi analiz edilmesini isteyerek veri setinden 12 analiz tablosu içeren eksiksiz bir Excel modellemesi çıkardı. Ayrıca grafikler, pasta grafikleri, ısı haritaları ve baloncuk görselleştirmelerini içeren 20 farklı grafik barındıran 30 sayfalık profesyonel bir sunum hazırlayarak karmaşık verileri sadeleştirme yeteneğini kanıtladı.

Tencent, bu güçlü modelini halihazırda kendi dijital ekosistemindeki birçok popüler platforma entegre etme aşamasına geldi. WorkBuddy, CodeBuddy, Yuanbao, ima, Marvis, QQ Browser, Tencent News, WeGame ve Sogou Input gibi geniş kitlelere hitap eden ürünler artık Hy3'ün gelişmiş yeteneklerinden faydalanıyor. Şirketin açıklamalarına göre, yaklaşık 50 ek ürünün daha entegrasyon süreci devam ediyor ve yakın gelecekte hizmete açılması planlanıyor. Bir milyon token başına 1 ila 4 yuan arasındaki bu ekonomik fiyatlandırması, modeli Çin pazarındaki en maliyet etkin seçeneklerden biri haline getiriyor. Özellikle kurumsal müşteriler için ajan tabanlı yapay zeka uygulamalarında maliyetleri büyük ölçüde düşürmesi ve yüksek performans sunması nedeniyle, sektörde yeni bir rekabet dalgası yaratması bekleniyor.